ops-oncall-log

值班日志

从监控平台拉取告警，并在团队 Wiki 上创建结构化的值班日志。

适用场景

• 值班结束时——记录发生的情况，供下一位工程师查看
• 每日或每周的值班复盘会议
• 随时间推移，建立告警模式的历史记录

流程

1. 确认 MCP 服务可用

需要两个 MCP 服务：

1. 监控 MCP——用于获取告警事件和监控器状态。推荐：Datadog MCP。
2. Wiki MCP——用于创建日志页面。支持：Confluence（mcp__claude_ai_Atlassian__*）或 Notion（mcp__claude_ai_Notion__*）。

如果缺少其中任一服务，则停止并显示：

错误：缺少必需的 MCP 服务：<list>。 此技能需要监控 MCP 和 Wiki MCP。 推荐：Datadog MCP + Confluence 或 Notion MCP。

2. 收集配置

询问用户：

1. 日志频率——每日还是每周？（默认：每周）
2. 值班轮换安排——轮换从星期几开始？（默认：星期五，仅适用于每周）
3. 环境筛选条件——要包含哪些环境？（默认：仅 prod）
4. Wiki 空间/父页面——在哪里创建日志页面：
   • Confluence： 空间密钥和父页面 ID
   • Notion： 父页面 ID 或数据库 ID
5. 模板页面（可选）——用作格式参考的现有页面

如果用户之前运行过此流程，且已有配置（例如，位于 .spartan/config.yaml），则沿用这些设置并确认：

“使用之前的设置：、 告警，Wiki 位置为 。正确吗？”

3. 确定日期范围

根据步骤 2 中的日志频率确定日期范围：

• 每日： 今天（或用户指定的日期）
• 每周： 根据轮换日计算值班时段（例如，从星期五到星期五）

如果用户提供了自定义日期范围，则使用该范围。

向用户确认：

“将记录 – 的值班情况。正确吗？”

等待用户确认后再继续。

4. 从监控平台获取告警

4a. 检查是否已有页面（增量更新）

在 Wiki 中搜索此时间段的现有页面（使用步骤 7 中的命名约定）。如果找到，则读取页面以查找上次更新时间戳。询问用户：“此时间段的页面已存在。要更新还是新建？”

• 如果选择更新：使用上次更新时间戳作为 from 日期，而不是完整时间范围的起始日期——这样可以避免重新获取已记录的告警，并减少令牌用量。
• 如果选择新建：使用完整时间范围的起始日期，并在步骤 8 中创建单独的页面。

每次更新时，在页面顶部添加一行 **Last updated:** <timestamp>。

4b. 查询已触发的告警事件

使用可用的监控 MCP 获取告警事件：

• 按环境和已触发/警告状态筛选
• 时间范围：从上次更新（如果是新页面，则从时间范围起始日期）到现在
• 按时间戳排序

分页： 如果结果被截断，则继续分页，直到获取所有事件。

4c. 筛选并规范化

对获取的所有事件：

• 排除来自非目标环境的事件
• 排除恢复事件——仅统计已触发和警告事件
• 规范化监控器标题：移除状态前缀，获取基础监控器名称

4d. 生成告警摘要

按基础监控器名称对事件分组。为每组收集：

1. 出现次数——此监控器在此时间段内触发的总次数
2. 出现时间——每次触发的时间戳，并附上指向监控平台中该事件的链接
3. 当前状态——监控器当前是否仍处于 Alert 状态？

按出现次数降序排列告警。

4e. 检查当前仍处于活动状态的监控器

查询当前处于 Alert 状态的监控器，并将其标记为需要下一位值班人员跟进。

如果此时间段内没有告警，则注明“此时间段无告警”并继续。

5. 询问是否有补充备注

“是否还有其他备注、事件或待办事项需要记录到日志中？”

记录用户的输入。如果用户回答“没有”，则不添加备注，继续操作。

6. 获取模板（如果已配置）

如果用户在步骤 2 中提供了模板页面，则获取该页面，并参考其结构作为格式指南。否则，使用步骤 8 中的默认结构。

7. 查找或创建目标位置

按照一致的层级整理值班日志：

On-call Logs/
  On-call <YYYY>/
    On-call <MM>/<YYYY>/
      [On-call] <Start Date> - <End Date>

1. 检查年份文件夹是否存在——如果不存在则创建
2. 检查月份文件夹是否存在——如果不存在则创建
3. 检查此期间的页面是否已存在：
   • 如果已找到，且用户在步骤 4a 中选择了更新：在步骤 8 中更新此页面
   • 如果已找到，且用户在步骤 4a 中选择了新建：在步骤 8 中创建新页面
   • 如果未找到：继续执行步骤 8

8. 创建日志页面

在 wiki 平台上创建页面：

# On-call Log: <Start Date> – <End Date>

## Alert Summary

| Alert | Count | Times | Cause | Resolution |
|-------|-------|-------|-------|------------|
| <monitor name> | <N> | <timestamp 1>, <timestamp 2>, ... | | Still active |

**Total alerts:** <N> across <M> unique monitors

## Currently Active Alerts
<list monitors still in Alert status, or "None — all clear">

## Notes
<additional notes from Step 5, or "None">

## Action Items for Next On-call
- <follow up on active alert X>
- <investigate recurring alert Y — triggered N times>

格式要求：

• 将告警名称链接到其监控页面
• 将时间戳链接到对应事件
• “原因”列留空，由工程师事后填写
• 对于当前处于 Alert 状态的监控项，“解决情况”填写“仍在处理”；对于已解决的监控项则留空（由工程师事后填写）

9. 呈现结果

## On-call Log Created

**Page:** <page title>
**URL:** <wiki page URL>
**Alerts logged:** <N> alerts across <M> unique monitors
**Active alerts:** <count or "None">
**Notes:** <summary or "None">

如果存在尚未解决的告警：

留给下一位值班人员的待办事项： 以下告警仍处于活动状态——请联系相关团队跟进：<list>

交互风格

• 获取数据前确认配置和日期范围——不要自行假定
• 只进行一轮提问，避免多轮来回沟通
• 醒目地呈现最终页面 URL，方便用户立即分享

规则

• 获取告警前始终确认日期范围
• 仅包含生产环境告警，除非用户明确要求包含其他环境
• 绝不创建重复的 wiki 页面——先检查是否已有页面
• “原因”列留空，由工程师事后填写。活动监控项的“解决情况”填写“仍在处理”，已解决的监控项则留空
• 完整翻页——不要只呈现部分告警数据

输出

直接在 wiki 平台（Confluence 或 Notion）上创建日志页面。在对话中直接呈现 URL 和统计数据。